Keras / TF 2019 限制 GPU 内存使用？

Question

我已经阅读了以下答案：

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.2
set_session(tf.Session(config=config))

但这不起作用。keras 和 TF 似乎都有太多更新，以至于 2017 年编写的几乎所有内容都不起作用！那么，如何限制内存使用呢？

Answer 1

在 tensorflow 中限制保留所有 GPU RAM 的一种方法是增加保留量。此方法将允许您使用相同的 GPU 训练多个 NN，但您无法为要保留的内存量设置阈值。

在导入 keras 之前使用以下代码片段或直接使用tf.keras。

import tensorflow as tf
gpus = tf.config.experimental.list_physical_devices('GPU')
if gpus:
    try:
        for gpu in gpus:
            tf.config.experimental.set_memory_growth(gpu, True)

    except RuntimeError as e:
        print(e)